30.2 C
Hong Kong

Related tags

Latest

Latest

Latest

More From Hit Consultant Media

數碼轉型最佳夥伴 應用AI、大數據助提高效率 – 專訪DigiDumpling項目總監孔冬怡 Renas

https://youtu.be/1cBxtL9VWFU 21世紀科技時代,自動化、AI等技術席捲全球,不同行業的公司都需要數碼轉型,提高生產效率和有效運用人手,增強自身競爭力。成立八年的DigiDumpling一直專注提供各種IT解決方案,項目總監孔冬怡 (Renas) 和團隊希望活用最新科技與客製化服務,協助企業在市場中突圍而出,長遠成為最值得信賴的技術夥伴。 數碼轉型能活用人材 隨著數碼轉型日新月異,很多傳統工序如點貨、補貨都可以交由系統處理,避免人手錯誤、節省人力資源和時間。雖然數碼化成本亦不斷下降,但Renas指客戶最關心方案是否客製化,是否適合公司運作。為此她和團隊必需了解現有業務、挑戰和預期成果,方案內容除了有常見的UX(用戶體驗)、 UI(用戶介面)設計及企業管理系統,DigiDumpling更會為客戶度身訂造ARVR、微信小程序等等,配合AI技術,減省人手處理繁複業務,為生產效率帶來大幅度提升。 Renas分享一位電商客戶的客服部門,因每日重覆應付大量而沉悶的訂單和查詢,長時間失去工作熱誠而紛紛離職,經常要找新同事。後來她為客戶開發了一套智能代理,結合AI和數據分析技術,實現全天候自動管理、回答常見問題,因為回覆時間快了70%,客戶滿意度都有提升。另一方面,新系統減少前線同事工作負擔,他們可以專注處理複雜問題,改善了士氣,離職也大大降低。 版面設計成方案關鍵 作為一家IT解決方案公司,必需了解用戶習慣和需求,然後提供針對措施,改善營運效率,AI工具與大數據分析在此發揮重要作用,例如哪些功能沒人使用?原因是版面不夠直觀或順暢?Renas再三強調UI、UX會直接影響用戶體驗,所以對任何產業都很重要,大至版面,細至一個按鈕都要計算,所以團隊就會分析大數據,進一步改善系統設計,確保每個功能真正滿足用戶需求,甚至預先設計,提供超越期待的服務。 發掘潛力新市場 目前DigiDumpling共有約20位員工,包括開發、產品設計、市場推廣和客戶服務,確保服務與技術能夠為企業帶來各方面價值。講到未來,Renas相信數碼化與自動化除了是未來主要趨勢,ESG(環境、社會和管治)也會是焦點議題,目前公司已為多個客戶開發ESG管理系統,可隨時隨地監察及評估環境影響,並針對結果推出改善措施,以達到政府或業界招標要求。 至於市場亦會擴大廣州、深圳、馬來西亞,這些地方經濟發展潛力大,也希望透過最新技術與個性化服務,為不同企業實現數碼轉型,創造美好將來。

【AI搶飯碗】亞馬遜推包裝自動化 AI能否取代真人?

人工智能(AI)興起,不少人擔心自己的工作被機械人取代。根據yes123求職網調查,從事勞動工作的藍領工作和提供腦力勞動以獲得薪水的白領工作均可能在10年後消失於高度自動化及運用人工智能的職場上。 其中,消失機率較高的前5名藍領職位,預計分別以售票員為首(54.2%)、其次為工廠工人(50.5%)、小販商店員(33.5%)、客戶服務員(32.8%),以及餐廳服務生(32.4%)。 而消失機率較高的前5名白領職位,分別是銀行櫃枱職員(36%)、翻譯員(35.3%)、記者(26.3%)、金融交易員(23.1%),以及秘書(17.5%)。   說到消失機率達5成的工廠工人,可說是意料中事。依靠人力及技術含量較低的工作較易被機械取代。 據外媒報道指,近來亞馬遜(Amazon)就在數間倉庫內全面推動包裝自動化,安裝智能機械人。機械人掃描輸送帶上的貨物後,幾秒內便能分辨出貨物。它們進而把產品裝到對應尺寸的特製紙箱裏,封箱並貼上收件資訊標籤,每小時約能完成700單訂單。兩台機器人的封箱速度比人類快約4至5倍,換算下約能代替24位封箱員工。 另一邊廂,中國的富士康也不甘落後。因着機器學習技術的進步,廠方亦以嶄新系統來提高生產效率。他們旗下的AI檢驗系統,配合多個鏡頭,以電腦視覺取代傳統人手驗貨工序。系統不僅可發現肉眼難以辨出的瑕疵,更可精簡人手,所需人手由400人大幅下降至只需2至3人,大大降低運作成本。 AI檢驗系統需要深度學習(Deep Learning)。在系統正式投入生產線前,富士康會輸入相關部件圖片來訓練。但富士康仍然需要傳統人手驗貨,因系統未能處理較複雜的檢驗工作。   這亦牽涉到AI將在多大程度上取代真人工作的世紀難題。以倉庫或工廠工作做例子,亞馬遜機器人履約(Amazon Robotics Fulfillment)總監Scott Anderson就表示,實現倉庫端到端的全面自動化至少需要10年時間。因為現有技術未及發達,人類的認知能力亦是機器難以替代的。事實上,能在不同環境中操作及可執行多種任務的機械人,仍處於研究和實驗階段。AI和真人仍有一大段距離。   資料來源:經濟一週﹑hket﹑unwire

ADVERTISMENT